Ling-1T TPS kalkulátor
Každá karta níže je hodnocena podle tohoto modelu na základě délky kontextu a minimální kvality, kterou si zvolíte. Rychlost je odhad pro jednotlivý požadavek, vypočítaná z paměťové šířky karty a velikosti modelu po kompresi..
Vypočteno pro tento model
818 karty, které máme specifikace pro
Které GPU mohou spustit Ling-1T?
Nastavte vstupy, přečtěte si odpověď
Delší konverzace potřebuje více paměti, což může tento model vytlačit z menších karet..
Skrývá karty, které by se do modelu vešly pouze jeho stlačením pod tento bod.
0 karty odpovídají
Vypočítávání| Potřebuje | Kvantisace | Pohodlné | |||||
|---|---|---|---|---|---|---|---|
|
Žádná GPU karta v našem katalogu nemůže spustit tento model s těmito nastaveními.. |
|||||||
Rychlosti jsou odhady pro jednoho žadatele — jednu konverzaci najednou — vypočítané z šířky pásma paměti, velikosti modelu a kvantizace. Skutečný průchod se liší s výkonem inference a jeho verzí. Čísla zveřejněná výrobci hardwaru měří mnoho simultánních požadavků a jsou mnohem vyšší..
Na záznamu
Plná specifikace
Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..
Původ
Kdo vytvořil tento model, kde a kdy byl publikován.
- Organizace
- Ant Group
- Typ organizace
- Industry
- Země
- China
- Publikováno
- 10 October 2025
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Language
- Úkol
- Language modeling/generation, Question answering, Quantitative reasoning, Code generation, Mathematical reasoning
- Číselný formát
- FP8
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 1T
- Výcviková data
- 20,000,000,000,000 tokens
- Velikost dávky
- 74,317,824
1 trillion total parameters with 50 billion activated parameters
"Pre-trained on 20 trillion+ high-quality, reasoning-dense tokens"
18144 * 4096
Výpočty pro trénink
Aritmetika prováděná k trénování modelu, měřená v operacích s plovoucí desetinnou čárkou. Je to měřítko toho, kolik stál tréninkový běh, ne jak rychle hotový model na vás odpovídá.
- Výpočty pro trénink
- 6 × 10²⁴ FLOP
- Jak bylo ustanoveno
- Operation counting
6 FLOP/parameter/token * 50000000000 active parameters * 20000000000000 tokens = 6e+24 FLOP
Dostupnost
Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.
- Hmotnosti
- Open — downloadable
- Přístup k modelu
- Open weights (unrestricted)
- Tréninkový kód
- Unreleased
- Hugging Face
- inclusionAI
MIT license https://huggingface.co/inclusionAI/Ling-1T
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Proč je to sledováno
- SOTA improvement
- Záznam důvěry
- Confident
"We comprehensively evaluated Ling-1T against leading flagship models, including both open-source giants (e.g., DeepSeek-V3.1-Terminus, Kimi-K2-Instruct-0905) and closed-source APIs (GPT-5-main, Gemini-2.5-Pro). Across code generation, software development, competition-level mathematics, professional math, and logical reasoning, Ling-1T consistently demonstrates superior complex reasoning ability and overall advantage."
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Ling-1T
- Nap poslední aktualizace
- 18 December 2025
Co čísla znamenají
Co potřebujete k tomu, abyste to spustili
Ling-1T dosahuje počtu parametrů 1T. To je nad rámec toho, co jakákoliv jednotlivá GPU karta pojme. Spuštění znamená buď rozdělení na několik karet, nebo pronájem hardwaru určeného k této práci, a každá karta schopná to unést samostatně je součástí datacentra. Počet, který může: 0.
Co je tento MODEL
Ling-1T byl zveřejněn Ant Group, v zemi zaznamenané jako China, během October 2025. Vychází z organizace, která je kategorizována jako industry.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling/generation, Question answering, Quantitative reasoning, Code generation, Mathematical reasoning.
Protože byly jeho váhy uvolněny, nic ohledně jeho spuštění nezávisí na dostupnosti poskytovatele - je to vaše, jakmile je stáhnuto. Na Hugging Face je publikováno pod organizací inclusionAI.
Jak bylo trénováno
Trenovací běh spotřeboval asi 6 × 10²⁴ FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Tréninková sada běžela na přibližně 20,000,000,000,000 tokeny textu
Je sledováno v základním datasetu z jednoho konkrétního důvodu: sOTA improvement.
Krok za krokem
Jak vybrat GPU pro Ling-1T
Stůl výše již posoudil každou kartu, pro kterou máme specifikace, proti tomuto modelu. Dostání se k vaší odpovědi trvá šest kroků.
-
01
Začněte od sloupce paměti
Tabulka uvádí každou kartu, která je schopna pojmout Ling-1T. Žádné množství výpočetního výkonu nenahradí kartu, která to nemůže udržet.
-
02
Rozhodněte, jak dlouho vaše konverzace běží
Konverzace také zabírá MEMORY a roste, jak pokračuje. Nastavte posuvník na délku, kterou očekáváte, protože při dlouhém CONTEXT může být KARTA, která snadno zvládá krátké dotazy, odmítnuta. Ling-1T.
-
03
Nastavte minimální kvalitu
Kompresce je to, co umožňuje modelu pojmout menší KARTY, za určitou cenu v přesnosti.. Nastavení minimální kvality odstraňuje karty, které pouze splňují tuto kvalitu tím, že ji dále stlačují více, než byste chtěli, a udržuje srovnání na jedné úrovni.
-
04
Hodnoťte podle propustnosti spíše než podle specifikace
Seřaďte podle rychlosti, abyste viděli, jak si karty vedou. Ling-1T. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti.
-
05
Zkontrolujte verdikt o vhodnosti před koupí
Tight znamená, že se načítá a funguje bez možnosti později zvýšit context length, v případě Ling-1T. Pohodlný znamená, že můžete později zvětšit kontext. Ten rozdíl má větší význam než pár tokenů za sekundu, takže kupte pro pohodlné, pokud to očekáváte.
-
06
Podívejte se, co dalšího ta karta spouští
Každá stránka karty opakuje tento postup pro každý model, který máme, a odpovídá na to, k čemu je hardware dobrý kromě Ling-1T.
Odpovědi
Ling-1T — běžné otázky
Ling-1T— Běhalo by to rychleji na dvou GPU?
Druhá karta přibližně zdvojnásobí dostupnou paměť, ale ne rychlost generování. Počet, který je již schopen ji spustit sám: 0. Takže druhá karta je tu zřídka odpovědí.
Ling-1T— proč se kvantizace liší mezi kartami?
Protože se kapacita liší, liší se i to, jak moc musí být stlačena. Počet odlišných úrovní v tabulce výše: 1. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.
Ling-1T— Jak přesné jsou tyto odhady rychlosti?
Jsou vypočítány ze specifikací spíše než měřeny a každá má určité rozmezí. Jeden příklad: rozsah pod každou hodnotou Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.
Ling-1T— Je to OPEN SOURCE?
Jeho váhy jsou zveřejněny, takže si je lze stáhnout a spustit na vlastním hardwaru. Všimněte si, že open WEIGHTS není totéž co open SOURCE v plném smyslu — neříká nic o tréninkových datech, tréninkovém kódu nebo obchodních podmínkách připojených.
Ling-1T— kolik má parametrů?
Má počet parametrů 1T. 1 trillion total parameters with 50 billion activated parameters. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
Ling-1T— Kdo to vytvořil?
Bylo to publikováno společností Ant Group, zakládající se na China, organizace zařazená jako industry.
Ling-1T— Kdy byl vydán?
Bylo to zveřejněno v October 2025.
Ling-1T— K čemu se to používá?
funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling/generation, Question answering, Quantitative reasoning, Code generation, Mathematical reasoning. Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.
Ling-1T— kde si to mohu stáhnout?
Jeho váhy jsou publikovány na Hugging Face, pod organizací inclusionAI. Na našem webu nenabízíme soubory modelů — tento web vypočítává, jaký hardware je potřebný pro jejich spuštění.
Ling-1T— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 6 × 10²⁴ FLOP. To měří, co stálo výrobu modelu, a neříká nic o tom, jak rychle odpovídá po natrénování — rychlost inferencí závisí na šířce pásma paměti, nikoli na rozpočtu na trénink.
Ling-1T— Mohu to spustit, pokud se to nevejde do mé GPU?
Částečně. Vrstvy, které se nevejdou, sedí v systémové paměti a běží jen při zlomku rychlosti, takže většinou odložený model není často použitelný. Nejbližší nepřesnost, kterou vypočítáme, zaostává o 346.5 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.
Druhý směr
Díváte se na to z druhé strany?
Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.